Customer Gender Binary Classification with Neural Network

Popis

Tento projekt implementuje model neurónovej siete na binárnu klasifikáciu pohlavia zákazníkov na základe rôznych charakteristík, ako sú vek, lokalita a nákupné správanie. Model je vytvorený pomocou PyTorch a zahŕňa predspracovanie dát, trénovanie modelu, vyhodnotenie a vizualizáciu výsledkov.

Funkcie

• Predspracovanie dát pomocou pandas a scikit-learn
• Vlastný PyTorch Dataset a DataLoader
• Model neurónovej siete s konfigurovateľnou architektúrou
• Trénovacie a validačné cykly s včasným zastavením (early stopping)
• Vizualizácia trénovacích a validačných metrík
• Generovanie náhodných dát pre testovanie modelu

Požiadavky

• Python 3.7+
• PyTorch
• pandas
• numpy
• matplotlib
• seaborn
• scikit-learn
• joblib

Inštalácia

1. Naklonujte tento repozitár:

   git clone https://github.com/peterkacmarik/Customer-Gender-Classification-with-Neural-Network.git
   cd Customer-Gender-Classification-with-Neural-Network
   

2. Nainštalujte potrebné balíky:

   pip install -r requirements.txt
   

Použitie

1. Pripravte vaše dáta:

   • Uistite sa, že vaše dáta sú vo formáte CSV a umiestnite ich do priečinka dataset.
   • Očakávaný názov súboru je sales_data.csv.

2. Otvorte Jupyter notebook:

   jupyter notebook
   

3. Otvorte súbor customer_gender_classification.ipynb v Jupyter rozhraní.

4. Spustite všetky bunky v notebooku. Notebook bude:

   • Načítavať a predspracovávať dáta
   • Rozdeľovať dáta na trénovaciu a testovaciu množinu
   • Trénovať model neurónovej siete
   • Vyhodnocovať výkonnosť modelu
   • Generovať a zobrazovať vizualizácie výsledkov
   • Robiť predikcie na náhodných testovacích dátach

Architektúra modelu

Model neurónovej siete pozostáva z:

• Vstupnej vrstvy
• Troch skrytých vrstiev s ReLU aktiváciou a batch normalizáciou
• Dropout vrstiev pre regularizáciu
• Výstupnej vrstvy so sigmoid aktiváciou pre binárnu klasifikáciu

Výsledky

Výkonnosť modelu je vyhodnocovaná pomocou nasledujúcich metrík:

• Presnosť (Accuracy)
• Precíznosť (Precision)
• Návratnosť (Recall)
• F1 skóre

Generované sú vizualizácie zobrazujúce trénovacie a validačné:

• Straty (Loss)
• Presnosť (Accuracy)
• Precíznosť (Precision)
• Návratnosť (Recall)
• F1 skóre
• Rýchlosť učenia (Learning Rate)

Prispievanie

Príspevky sú vítané! Neváhajte poslať Pull Request.

Licencia

Tento projekt je licencovaný pod MIT licenciou - pre detaily pozrite súbor LICENSE.